JPEG2000中优化逼近的整型小波变换

提出了一种JPEG2000中整型小波变换的优化逼近方案,并从硬件实现的角度出发,提出相应的基于行提升算法的VLSI结构.该方案在提升步骤中有效保护小波系数的尾数部分,从而确保在小波系数动态范围限定的情况下进一步提高小波变换的精度,从而提高图像压缩的质量.由于在硬件实现中采用基于行的提升变换结构,使水平和垂直方向上的变换能并行处理.实验表明,在XC2V3000型号的Xilinx FPGA上实现该结构所需资源只占27%,时钟频率可达到66MHz以上.与其他小波变换结构相比,该结构不仅改善了小波变换的性能,同时具有并行度高、节省存储空间等优点,并且可以在一幅图像逐行扫描的时间T内完成整幅图像的小波变换.

应用EEMD与广义维数优化逼近的自动机故障诊断

考虑到自动机的高速运动过程及其振动信号的非线性、短时、瞬态、冲击特性,对自动机的故障机理进行了分析,找到了故障的易发生位置;根据枪械的现实使用状况和理论分析的结果,运用机械加工的手段设置了三种典型故障,并设计实验采集和记录了自动机的振动响应信号。提出使用聚合经验模态分解(EEMD)结合相关系数法对自动机故障信号进行预处理。然后,运用覆盖法求各工况自动机振动信号的广义分形维数。最后,根据序列单值优化逼近法实现自动机故障的识别。

力学问题加权残值法的双侧优化逼近

本文给出的力学问题加权残值法的数值解法,可直观地表示出解的最小上边界和最大下边界。

斜齿轮成形磨削砂轮截形优化逼近

斜齿轮成形磨削加工时,根据当量齿数直齿轮修整成形砂轮精度不易保证。本文提出渐开线优化逼近的方法,使成形砂轮截形的逼近精度得到明显提高,对提高齿轮加工水平有实际意义。

分段圆弧优化逼近矢量汉字

从激光切割加工的特点出发，针对矢量汉字在激光切割中出现的问题，提出了用圆弧优化逼近矢量汉字的方法。在处理过程中采用动态规划法获取优化点列，应用微分法获得圆弧参数，使分段圆弧逼近误差最小，圆弧段数达到最少。使切割汉字的数控代码减少，节约了内存，提高了矢量汉字的光顺性。

用B样条曲线优化逼近矢量汉字

针对激光切割矢量汉字中出现的问题，提出了用参数三次B样条曲线优化逼近矢量汉字的局部轮廓．在优化逼近过程中，应用Taylor级数展开法进行B样条曲线的参数优化，反复拟合得到优化的参数值．使在误差允许的范围内，获得用B样条曲线优化逼近的汉字轮廓．处理后的矢量汉字字形光顺，生成的数控程序短．

目标搜索的预测分析及搜索计划的优化逼近

给出了目标搜索的预测分析公式。

螺纹中径当量的全微分优化逼近算法

本文建立的螺纹中径当量全微分优化逼近模型，考虑了螺距误差和半角误差本身及其相互间对中径的综合影响，并用理想螺纹在径向和轴向二维逼近实际螺纹。计算机计算表明，和常用算法及三点接触式算法相比较，本文提出的算法最优。

基于变密度法的飞机襟翼拓扑优化设计

针对飞机襟翼的薄壁结构,基于可分离凸逼近对偶优化算法,在拓扑优化求解过程中提升优化效率,完成襟翼的轻量化设计目标。利用Fluent对襟翼结构进行动力学分析,得到襟翼在向下旋转最大偏角时的气动载荷,并通过Tecplot进行表面载荷提取,将得到的载荷曲线加载到Hypermesh软件中,还原极限工况的真实载荷。基于变密度法,以最小柔度为目标函数,设计域内材料的密度为设计变量,根据有限元分析方法,将域内材料离散化,采用可分离凸逼近对偶优化算法构建近似函数,求解在应力约束、位移约束以及制造性约束等多种约束下对襟翼肋板的材料最佳分布,实现襟翼质量减少23%,刚度增大的轻量化设计目标,大大减少了计算时间,提高计算效率。

中心逼近优化GM(1,1)模型及其在数控系统故障诊断中的应用

数控机床的数控系统的可靠性对数控机床质量起着非常重要的作用 .由于故障信息量较少 ,对其故障做出合理的预测 ,就具有重要的实践意义和理论价值 .灰色系统理论是研究贫乏信息的科学理论 ,具有广泛的适应性 .本文介绍了中心逼近优化灰色GM( 1,1)模型的建模方法 .应用该模型对数控机床数控故障的预测进行应用 ,效果令人满意 ,它为数控机床故障预测提供了科学而合理的新方法 。

采用逼近优化的提升大边距估计准则

针对大边距估计(Large Margin Estimation,LME)准则仅选取支持集内的最小边距进行调整导致边距利用不合理的问题,本文提出一种大边距准则目标函数的改进形式,通过增强竞争假设中与正确标注竞争关系较强的路径的似然得分,使训练数据的分类边距在一定程度上变小,从而进一步提高大边距估计的训练效果。并在此基础上,提出一种新的逼近优化方法,即当某点目标函数与辅助函数梯度方向相同时,在该点邻近的一定范围内,优化辅助函数即可带来目标函数相应的优化。在微软语料库上的实验成功证明了本文算法的有效性。

逼近优化问题中η-的鞍点最优性条件

本文进一步讨论了由Antczak提出的η-逼近方法[1],它是为了解决包含有关于同一个函数η的不变凸函数的非线性约束数学规划问题.在这种方法中,我们定义了与最初数学规划相关的η-逼近优化问题和η-鞍点、η-拉格朗日函数,最后,我们证明了η-逼近优化问题中的η-鞍点最优性条件.

使用B样条的UWB脉冲优化设计方法

超宽带(UWB)脉冲波形设计不仅要求满足正交性,还要满足UWB系统信号发射所要求的FCC频谱限制.基于B样条良好的性质,利用样条函数逼近原理,提出了一种使用B-样条来设计UWB脉冲波形的方法.从B-样条产生电路构成的通信系统出发,将波形设计问题转化为有约束的逼近问题求解.该逼近优化问题把频谱利用率作为目标函数,正交性和频谱屏蔽作为约束条件.所以这种方法设计得到的UWB模板信号频谱在符合规定频率特性的同时,还能较大程度地提高频谱利用率,实现电路也简单易行.仿真验证了该方法的可行性和优点.

POA-DPSA混合算法在短期优化调度中的应用

根据逐步优化算法和逐次逼近优化算法的思想,提出了POA-DPSA混合算法,建立了清江梯级水电站短期发电效益最大模型,并利用逐步优化逐次逼近混合算法进行模型求解,在给定总用水量和各时段电价,满足各种约束条件下使总的发电效益最大,取得了较好的优化效果。

基于遗传算法的区域供冷供热管网优化设计方法的改进研究

为降低区域供冷供热管网投资成本,发挥系统最大效益,构建了以管网年度费用最小为优化目标的数学模型和约束条件,优化目标兼顾初投资、运行费用以及管理维护等各项经济指标。区域供冷供热管网化设计属于典型的组合优化问题,为了提高解算速度,将管网布置遗传优化算法与管径逐次逼近优化算法相结合,构造一种新型的混合算法,可以求解复杂管网全局优化设计中巨量维解空间的寻优问题,提高了管网优化设计效率和设计水平。

基于六线逼近法的DDFS算法的实现

为了提高直接数字频率合成技术的资源利用率,结合三角函数的对称性和线性幅值逼近算法对正弦信号分段算法进行研究,提出基于六线线性逼近优化算法,使用6段不大于正弦值的均与分段的线段逼近之后,使用QE-ROM(量化-误差存储)存储线段与正弦值差值的办法,在不影响频率特征和最大误差特性基础上,实现了算法的简化,并压缩了误差补偿存储器所需存储空间。实验结果表明对于9 bit正弦输出只需使用336 bit存储器和4个加法器3个选择器一个比较器即可实现整个系统,并且最大的工作频率达到了210 MHz,共消耗110个LE,49个存储器。压缩比远远高于传统的压缩算法。

3D点云形状特征的二维主流形描述

首先,对空间分布不均匀且无序的三维点云构造其二维主流形,并以与球面同胚的封闭曲面网格形式给出其二维主流形的二次优化逼近,以主流形网格有序均匀的结点分布表示三维点云空间分布无序且不均匀的形状特征,降低了三维形状描述的难度;然后,以基本几何变换作为快速粗对齐、以迭代最近法向点(ICNP)方法作为精准对齐,确定两个主曲面网格之间最佳刚性变换,ICNP方法在寻找最近点时考虑法向夹角,利用了更多的几何信息,实现快速精准的刚性对齐,兼顾计算精度和速度;最后,以对齐误差作为两个3D点云之间形状差异测度.实验结果表明:所提出的基于主流形二次曲面网格优化逼近的三维点云模型形状描述方法对三维点云的分辨率和噪声等干扰因素具有较高的健壮性,可以用于三维检索的形状描述.

多层厚度电涡流检测反演算法及实验研究

介绍了有限截面线圈置于多层结构上方的阻抗变化数学模型,研究了根据检测电压变化值反演厚度的3种算法模型:最小二乘数值优化逼近、反向传播神经网络及径向基函数网络模型,结合1个两层厚度检测的例子进行了比较分析,指出BP神经网络模型在多层厚度反演中具有良好的稳健性。

结合局部理想点搜索的多目标粒子群算法

提出了一种结合约束二次逼近优化(bound optimization by quadratic approximation,BOBYQA)搜索算法的理想点法对非支配解进行局部优化的混合多目标粒子群方法(local search with multiobjective particle swarm optimization,LSMOPSO),以提高多目标粒子群算法的收敛性能和非支配解集的精度与多样性。LSMOPSO算法使用拥挤距离选择领导粒子组成领导粒子集,并对其进行理想点局部搜索;分析比较了全局理想点和局部理想点对算法性能的影响,提出基于局部理想点的局部搜索策略;在粒子的设计空间的多个维度上引入均匀变异操作,降低算法陷入局部最优的可能。基本测试函数的求解结果表明,算法的收敛速度很快,而且搜索到的非支配解集的精度高、多样性好。

基于改进型蚁群算法的灭火机器人路径规划研究

在传统蚁群算法基础上,采用随机选择和惯性保持相结合的方式搜寻节点,在获得不同路径的同时提高算法收敛速度。从已获得的路径两端沿惯性方向逼近优化,将无障碍中间节点剔除,减少机器人在最短路径上转弯次数的同时增强算法的搜索性能。通过自适应方式动态调整信息素,改善算法适应能力。仿真结果表明,通过以上改进能有效提升路径质量,可有效降低灭火机器人在室内环境中寻找火源的时间,提高灭火效率。